Memahami AI Detection, False Positives, dan Pentingnya Human Judgment

Pendahuluan

Penggunaan artificial intelligence (AI) dalam penulisan akademik semakin menjadi bagian dari diskusi publikasi ilmiah. Bersamaan dengan itu, berbagai AI detection tools juga semakin banyak digunakan untuk mengidentifikasi teks yang kemungkinan dihasilkan atau dimodifikasi menggunakan AI.

Namun, muncul pertanyaan penting:

Jika sebuah manuscript mendapatkan AI-detection score yang tinggi, apakah itu berarti manuscript tersebut pasti ditulis oleh AI?

Jawabannya tidak sesederhana itu.

AI detection tools bekerja dengan menganalisis karakteristik tertentu dari teks dan memberikan estimasi mengenai kemungkinan keterlibatan AI. Hasil tersebut dapat menjadi informasi yang berguna, tetapi tidak seharusnya secara otomatis diperlakukan sebagai bukti definitif mengenai siapa yang menulis sebuah manuscript atau bagaimana seluruh substansi penelitian dihasilkan.

Sebuah artikel yang diterbitkan di The Serials Librarian bahkan membahas bagaimana false positives, keterbatasan konteks, dan kemungkinan bias algoritmik dapat menimbulkan persoalan dalam penggunaan AI detection pada scholarly writing. Penulisnya menekankan bahwa AI detection sebaiknya melengkapi human decision-making, bukan menggantikannya.

Apa yang Sebenarnya Diukur oleh AI Detector?

Hal pertama yang perlu dipahami adalah bahwa AI detection score bukanlah ukuran langsung mengenai siapa yang menulis sebuah manuscript.

AI detector memberikan indikasi mengenai bagian teks yang oleh sistem diperkirakan memiliki karakteristik tertentu yang berkaitan dengan AI-generated atau AI-assisted writing.

Sebagai contoh, panduan resmi Turnitin menjelaskan bahwa persentase pada AI Writing Report menunjukkan proporsi qualifying text yang diidentifikasi sistem sebagai kemungkinan dihasilkan oleh AI atau, dalam kondisi tertentu, dimodifikasi menggunakan AI paraphrasing tools. Turnitin juga secara eksplisit mengakui bahwa false positives—teks yang sebenarnya ditulis manusia tetapi teridentifikasi sebagai AI-generated—tetap mungkin terjadi.

Karena itu, angka seperti 30%, 50%, atau 54% perlu dipahami sebagai hasil deteksi dari suatu sistem, bukan sebagai persentase yang secara otomatis menjelaskan berapa persen manuscript yang “ditulis oleh AI.”

Perbedaan ini penting.

Apa Itu False Positive dalam AI Detection?

False positive terjadi ketika sebuah sistem mengidentifikasi teks sebagai AI-generated, padahal teks tersebut sebenarnya ditulis oleh manusia.

Dalam konteks academic writing, persoalan ini menjadi lebih kompleks karena gaya penulisan ilmiah cenderung formal, terstruktur, dan menggunakan pola bahasa tertentu secara konsisten.

Giray (2024) membahas bagaimana false positives dalam AI detection dapat menimbulkan tuduhan yang tidak semestinya terhadap scholars. Artikelnya juga menyoroti persoalan seperti keterbatasan pemahaman konteks dan kemungkinan algorithmic bias.

Namun, ada satu hal yang perlu diperjelas:

Tidak setiap AI-detection score yang tinggi dapat disebut sebagai false positive.

Jika AI memang digunakan untuk membantu menerjemahkan atau menyempurnakan bahasa manuscript, maka teks tersebut memang telah melalui proses AI-assisted writing atau language assistance. Hal itu berbeda dari klaim bahwa AI menghasilkan penelitian, data, analisis, atau argumentasi ilmiah penulis.

Dengan kata lain:

AI involvement in language assistance ≠ AI authorship of the research.

Ketika AI Digunakan untuk Menerjemahkan Artikel Ilmiah

Persoalan ini menjadi semakin relevan bagi researchers yang menulis penelitian dalam Bahasa Indonesia kemudian menerjemahkannya ke Bahasa Inggris untuk publikasi internasional.

Misalnya, substansi manuscript dapat sepenuhnya berasal dari peneliti:

research problem ditentukan oleh penulis;
data dikumpulkan oleh penulis;
methodology ditentukan dan dilaksanakan oleh penulis;
analysis dilakukan oleh penulis;
findings dan conclusions berasal dari penelitian penulis.

Namun, dalam proses mempersiapkan manuscript berbahasa Inggris, AI dapat digunakan sebagai language assistance atau translation support.

Dalam kondisi seperti ini, AI memang terlibat dalam bentuk bahasa yang digunakan untuk menyampaikan penelitian, tetapi hal tersebut tidak berarti AI melakukan penelitian tersebut.

Inilah salah satu alasan mengapa AI use disclosure menjadi semakin penting dalam scholarly publishing.

ICMJE, misalnya, dalam rekomendasi yang diperbarui pada Januari 2026, menyatakan bahwa authors perlu mengungkapkan penggunaan AI-assisted technologies dalam produksi manuscript dan menjelaskan bagaimana teknologi tersebut digunakan. ICMJE juga menegaskan bahwa manusia tetap bertanggung jawab atas akurasi, integritas, dan orisinalitas karya yang disubmit.

Pengalaman dalam Proses Publikasi

Persoalan ini bukan hanya diskusi teoritis. Dalam praktik pendampingan manuscript, situasi seperti ini juga dapat muncul.

Untuk menjaga kerahasiaan client, identitas penulis dan jurnal tidak disebutkan.

Kasus 1: AI Detection 50%

Dalam salah satu manuscript yang diterjemahkan dari Bahasa Indonesia ke Bahasa Inggris, penelitian dan substansi manuscript berasal dari penulis. AI digunakan dalam proses translation dan language refinement.

Namun, reviewer memberikan respons bahwa sekitar 50% manuscript terdeteksi sebagai AI-generated.

Situasi tersebut kemudian ditangani dengan memberikan Declaration of the Use of AI, yang menjelaskan bagaimana AI digunakan dalam proses penyiapan manuscript.

Setelah penulis memenuhi permintaan reviewer dan persyaratan lainnya, manuscript tersebut akhirnya Accepted.

Kasus ini memberikan satu pelajaran penting:

AI detection score tidak dengan sendirinya menjelaskan kontribusi AI terhadap sebuah penelitian.

Yang juga penting adalah bagaimana AI digunakan dan apakah penggunaannya transparan serta sesuai dengan kebijakan jurnal.

Kasus 2: AI Detection 54%

Dalam kasus lainnya, sebuah manuscript mendapatkan respons reviewer dengan AI-detection score sebesar 54%.

Seperti kasus sebelumnya, penelitian dan substansi ilmiah manuscript berasal dari penulis, sedangkan AI digunakan dalam proses pengalihbahasaan dan penyempurnaan bahasa akademik.

Reviewer kemudian meminta agar AI-detection score diturunkan menjadi di bawah 30%.

Manuscript telah direvisi sesuai dengan permintaan tersebut, tetapi pada saat artikel ini ditulis, belum ada respons lanjutan dari jurnal.

Kasus ini menunjukkan bahwa AI detection dapat menjadi persoalan praktis dalam proses publikasi, bahkan ketika AI terutama digunakan untuk membantu aspek bahasa.

Namun, hasil tersebut juga perlu dibaca secara hati-hati.

Kita tidak dapat menyimpulkan dari angka 54% saja bahwa 54% isi penelitian dibuat oleh AI.

Apakah Academic English yang Sangat Polished Bisa Berpengaruh?

Ini merupakan pertanyaan yang menarik, terutama bagi authors yang menggunakan AI dalam proses translation.

Salah satu kemungkinan yang perlu dipertimbangkan adalah bahwa highly polished academic language dapat memiliki pola linguistik yang oleh sistem tertentu dianggap memiliki karakteristik yang berkaitan dengan AI-generated text.

Namun, hal ini tidak boleh langsung dianggap sebagai fakta bahwa semakin bagus academic English, semakin tinggi AI score.

Performance AI detection dapat dipengaruhi oleh berbagai faktor, termasuk model yang digunakan, karakteristik teks, bahasa, versi sistem, dan cara teks diproses.

Karena itu, daripada mengatakan:

“Manuscript saya terdeteksi AI karena English-nya terlalu bagus.”

lebih tepat untuk mengatakan:

“The detection result may reflect characteristics of the language in the manuscript, but the score alone cannot establish how the research or manuscript was produced.”

Pendekatan seperti ini lebih hati-hati dan lebih sesuai dengan prinsip academic integrity.

AI Detection Score Bukan Satu-Satunya Bukti

Dalam menilai kemungkinan penggunaan AI, context matters.

Sebuah AI-detection score sebaiknya tidak berdiri sendiri. Informasi lain dapat membantu memberikan gambaran yang lebih lengkap, misalnya:

draft manuscript sebelumnya;
research notes;
revision history;
correspondence selama proses penelitian;
data dan analytical process;
citation and reference consistency;
penjelasan mengenai penggunaan AI;
kebijakan AI dari jurnal yang dituju; dan
penilaian manusia terhadap manuscript.

Bahkan Turnitin sendiri menyatakan bahwa AI Writing Report tidak selalu akurat dan bahwa hasil AI detection tidak seharusnya digunakan sebagai satu-satunya dasar untuk mengambil tindakan terhadap dugaan academic misconduct. Hasil tersebut perlu dipertimbangkan bersama further scrutiny, human judgment, dan kebijakan institusi.

Dengan demikian:

AI detector dapat memberikan signal, tetapi manusia tetap diperlukan untuk menginterpretasikan signal tersebut.

Apa yang Sebaiknya Dilakukan Penulis?

Jika manuscript mendapatkan AI-detection score yang tinggi, respons penulis sebaiknya tidak langsung berupa upaya untuk “mengakali” detector.

Ada beberapa langkah yang lebih akademis dan defensible.

1. Pahami bagaimana AI digunakan

Penulis perlu dapat menjelaskan apakah AI digunakan untuk:

translation;
grammar correction;
language refinement;
editing;
brainstorming;
content generation; atau
data analysis.

Jenis penggunaan tersebut memiliki implikasi yang berbeda.

2. Periksa kebijakan jurnal

Tidak semua jurnal memiliki kebijakan AI yang sama.

Karena itu, penulis perlu memeriksa author guidelines dan AI policy jurnal yang dituju sebelum submission.

3. Transparan mengenai penggunaan AI

Jika jurnal meminta disclosure, penulis sebaiknya menjelaskan penggunaan AI secara akurat.

ICMJE, misalnya, merekomendasikan agar authors mengungkapkan penggunaan AI-assisted technologies dan menjelaskan bagaimana teknologi tersebut digunakan.

4. Tetap lakukan human review

AI dapat menghasilkan output yang incorrect, incomplete, atau biased. Karena itu, manuscript yang dibantu AI tetap perlu diperiksa oleh manusia, terutama untuk:

accuracy;
terminology;
citations;
interpretation;
consistency;
academic meaning; dan
alignment with the original research.

ICMJE secara eksplisit menempatkan tanggung jawab tersebut pada manusia.

Jangan Menjadikan “AI Score 0%” sebagai Tujuan Utama

Ini mungkin merupakan bagian paling penting dari pembahasan ini.

Ketika seorang author melihat angka AI detection yang tinggi, sangat mudah untuk mengubah tujuan menjadi:

“Bagaimana caranya supaya AI score saya menjadi 0%?”

Padahal, tujuan utama dalam academic publishing seharusnya bukan mendapatkan angka tertentu dari sebuah detector.

Tujuan utamanya adalah memastikan bahwa manuscript:

accurate, original, transparent, academically responsible, and compliant with the journal’s policy.

Jika AI digunakan untuk membantu translation atau language refinement, fokusnya bukan menyembunyikan penggunaan AI tersebut.

Fokusnya adalah:

Apakah penggunaannya diperbolehkan? Apakah penggunaannya transparan? Apakah manuscript telah diperiksa secara kritis? Dan apakah penulis tetap bertanggung jawab terhadap seluruh isi manuscript?

Itulah pertanyaan yang lebih penting daripada sekadar mengejar angka AI detection tertentu.

Insight AWTranslate

AI telah mengubah cara researchers mempersiapkan manuscript untuk publikasi internasional. AI dapat membantu translation, language refinement, dan berbagai aspek lain dalam proses penulisan.

Namun, perkembangan tersebut juga menghadirkan tantangan baru, termasuk bagaimana AI detection results diinterpretasikan dalam proses publikasi.

Sebuah AI-detection score tidak seharusnya diperlakukan sebagai bukti tunggal mengenai siapa yang menulis sebuah manuscript atau siapa yang menghasilkan substansi penelitian. Sebaliknya, hasil detection perlu dipahami bersama konteks penggunaan AI, proses penelitian, kebijakan jurnal, dan human judgment.

Bagi penulis, tujuan utama bukan mengejar AI score tertentu, melainkan memastikan bahwa manuscript memiliki academic integrity, transparency, accuracy, dan accountability.

Dalam lingkungan publikasi yang semakin dipengaruhi oleh AI, kemampuan menggunakan AI secara bertanggung jawab menjadi sama pentingnya dengan kemampuan menghasilkan tulisan akademik yang berkualitas.

Kesimpulan

AI detection akan semakin menjadi bagian dari ekosistem scholarly publishing. Namun, sebuah angka dari AI detector tidak dapat menceritakan keseluruhan proses di balik sebuah manuscript.

A high AI-detection score does not, by itself, prove that a manuscript was written by AI or that academic misconduct occurred.

Pada saat yang sama, penggunaan AI juga tidak seharusnya disembunyikan ketika kebijakan jurnal mengharuskan disclosure.

Yang dibutuhkan adalah pendekatan yang seimbang:

AI can assist.
Humans must evaluate.
Authors remain responsible.
Transparency matters.

Bagi researchers yang menggunakan AI dalam translation atau language assistance, memahami perbedaan antara AI-assisted language work dan AI-generated research content menjadi semakin penting.

Pada akhirnya, kualitas publikasi ilmiah tidak hanya ditentukan oleh seberapa canggih teknologi yang digunakan, tetapi juga oleh bagaimana teknologi tersebut digunakan secara responsible, transparent, and academically accountable.

FYI

Mempersiapkan manuscript untuk publikasi internasional bukan hanya tentang menerjemahkan bahasa.

Kejelasan akademik, konsistensi terminology, ketepatan makna, dan kesiapan manuscript untuk menghadapi proses editorial dan peer review juga perlu diperhatikan.

AWTranslate membantu researchers mempersiapkan manuscript dalam academic English dengan tetap mempertahankan substansi dan maksud ilmiah penulis.

Academic Translation & Publication Support
🌐 awtranslate.id

Sumber & Referensi

Giray, L. (2024). The Problem with False Positives: AI Detection Unfairly Accuses Scholars of AI Plagiarism. The Serials Librarian, 85(5–6), 181–189. DOI: 10.1080/0361526X.2024.2433256.

Artikel Giray — Taylor & Francis

Turnitin. Using the AI Writing Report. Turnitin Guides.

Turnitin — Using the AI Writing Report

ICMJE. (2026). Use of Artificial Intelligence in Publishing. Updated January 2026.

ICMJE — Use of Artificial Intelligence in Publishing

AI Detector Menunjukkan Skor Tinggi: Apakah Manuskrip Pasti Ditulis oleh AI? #5